人工智能推理能力超越美国人平均水平

　　据美国“每日科学”(ScienceDaily)网站报道，来自美国西北大学的一个团队开发出一个新的计算模型，能够在标准智力测试中达到人类智能水平。这项工作是实现类人水平AI道路上的重要一步。

　　“该模型相对于成年美国人能够达到第75百分位，高出平均水平。”西北大学的肯·佛布斯(Ken Forbus)说。“对人类来说困难的问题，模型同样会感到棘手。这表明它拥有与人类认知相同的一些特性。”

　　CogSketch是佛布斯实验室所开发的一个人工智能平台，新的计算模型正是基于CogSketch平台打造。CogSketch平台能够解决视觉问题和理解图形，并基于此提供即时、互动的反馈。

　　CogSketch还引入了一个基于结构映射理论类比计算模型。结构映射理论(Structure-mapping theory)是西北大学心理学教授德瑞 · 根特纳( Dedre Gentner )提出的理论，根特纳因该理论的研究获得了2016年的David E. Rumelhart奖。

　　佛布斯是西北大学McCormick工学院的电气工程和计算机科学教授，他与前西北大学心理学博士后研究员安德鲁·洛维特(Andrew Lovett)共同开发此模型。二人的研究发表在本月的《心理学评论》(Psychological Review)上。

　　能够解决复杂视觉问题的能力是人类智力的标志之一。开发具有这种能力的人工智能系统不仅凸现了符号表现与类比在视觉推理中的重要性，而且可以潜在地缩小计算机同人类认知之间的差距。

　　佛布斯和洛维特开发的系统能被用来建模解决一般视觉问题，两人专门拿瑞文推理测验进行了测试。瑞文标准推理测验(Raven’s Standard Progress Matrice，SPM)是英国心理学家瑞文(R。J。Raven)于1938年设计的一种非文字智力测验，用以测验一个人的观察力及清晰思维的能力。

　　测试题目中有一个图像缺失，受试者需要从六到八个候选项中做出选择来完成最佳匹配。佛布斯和洛维特的模型在测试中的表现优于普通美国人的水平。

　　(图为一项典型的瑞文测试。受试者应该选D，因为它与底行中其他图形的关系同示例最为相似。)

　　“瑞文测试是现有对流体智力——意即抽象思维、推理、模式识别、解决问题和判别关系——的最佳预测方法。”洛维特说，他现在美国海军研究实验室担任研究员。“我们的研究结果表明，灵活运用关系表征，对之进行对比和再解释的能力对流体智力至关重要。”

　　使用和理解复杂关系表征的能力是高阶认知的关键。关系表征连接事物和概念，比如“钟表在门上方”或“水压差导致水流动”。这对进行类推思维至关重要。人类正是通过这种思维解决难题、衡量道德困境，以及表述他们周遭的世界。

　　佛布斯说：“目前绝大多关于视觉的人工智能研究都集中在识别或特征标记，而非推理上。但是识别只有能够为后续推理所用才有其意义。我们的研究为更广泛地理解视觉推理走出了重要的一步。”

关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志

关注方法：添加好友→搜索“华强微电子”→关注

或微信“扫一扫”二维码